美妆品牌Benefit:牵手阿里云数据中台是一场探险

本文涉及的产品
阿里云百炼推荐规格 ADB PostgreSQL,4核16GB 100GB 1个月
简介: “阿里云数据中台和品牌,就是这样开放融合的良性合作状态。”

不久前,《福布斯》公布2020年度最高收入女歌手榜单。

Lady gaga除发布新专辑《Chromatica》外,凭借自主创立的美妆品牌Haus Laboratories位列第五位; Rihanna全年尽管在歌唱界只贡献了三句歌词(与Party Next Door合作单曲《Believe It》),却在其美妆品牌Fenty Beauty加持下,轻松将3750万美元收入囊中,斩获第七名的成绩。

欧美女歌手们似乎越来越“不务正业”了,而将更多精力转投独立美妆品牌,尽管成绩斐然,但如果要追溯独立美妆品牌的起源,女歌手们却还不得不喊Jean Ann Ford和Jane Ford这对胞胎姐妹花一声“祖师爷”。

用一枚硬币抛出来的独立美妆品牌先驱

Jean在完成美国印第安纳大学的课程后,凭借1.85米的优秀身高成为一名时装模特。在29岁那年,生性乐观大胆的她希望和双胞胎妹妹Jane找寻另一种生活方式,并用抛硬币的方式决定开启一家属于两人的化妆品店,The Face Place。

到1990年,在旧金山已经小有名气的The Face Place更名为Benefit,并在纽约开出首家店铺;1997年,Benefit在英国伦敦开出第一家海外门店,预示着品牌开始向全球女性提供独具个性的美妆体验。

前Macy’s West(梅西百货)首席执行官 Bob Mettler 认为,两姐妹打造的Benefit,是首批真正的独立美妆品牌之一,并为后来的独立美妆品牌提供了一条可被借鉴的独立创立随后慢慢扩展至更多分销渠道(如梅西百货、丝芙兰等)的品牌成长路径。

这样的形式在上世纪并不多见,但当代入到两姐妹的个性上时,却又能为当时的大多数人所接受。

乐观大胆是大多数人对Jean和Jane性格的概括,而这一性格也自然而然地流淌在Benefit的品牌文化之中。

Dermalogica 首席执行官,前 Benefit 美洲市场总经理 Aurelian Lis 回忆道,两姐妹颠覆了他在商学院所学的知识,“两个人都不关心模特或者明星,只关注隔壁的女生,讨论这个女生的美妆问题,怎么解决,要推出怎样的产品——Badgal Bang睫毛膏、Hoola修容等出色的产品都是两个人在木桌边讨论出来的。”

也许正是看中了Benefit品牌的这些特性,以及在全球女性群体中的超高人气,1999年LVMH集团收购了该公司的多数股权,而到2012年Jean和Jane宣布退休,LVMH集团已拥有品牌的全部股份,并在其全球市场的进一步开拓中持续发力。

2007年,Benefit通过丝芙兰和百货公司进入了中国大陆市场,2008年在上海开设了第一家精品店,随后几年Benefit进一步在中国开拓电子商务业务,并于2017年正式入驻天猫平台。

Benefit中国区市场经理Xuan表示,我们发现中国的新一代年轻消费者习惯正在发生巨大转变,经过近十年的线上消费习惯培养,爱美的年轻女性大量聚集在天猫平台,“消费者在线上的消费不断升级,同时不断追求更为个性化和悦己的生活方式和更高端的产品体验,这与Benefit的品牌定位十分契合。”

而为了更好地为消费者提供服务,Benefit除积极布局以天猫为代表的电商体系外,还不断加快品牌数字化脚步。

在营销内容、营销手段及货品管理等多方面,打造数字化触点,是LVMH集团最早协同阿里巴巴拥抱数字化转型的品牌之一。

数智化让消费者服务和市场营销变得更加主动

“数据能让品牌更好的了解消费者,并为之提供合适的服务。”Xuan说道,也是基于这一目标,Benefit在去年牵手阿里云数据中台,成为LVMH集团第一个尝鲜数据中台的品牌,开始更为深刻的数智化转型。

作为LVMH P&C Data CoE Head(数据专家中心负责人)的Marco Li(以下简称 Marco),负责阿里云数据中台在业务端的落地场景,帮助包括Benefit在内的各大品牌,激活数据中台的在业务端的应用。

他表示,数据中台目前在Benefit承担起了梳理和盘点数据资产的角色,为品牌完成原本散落的数据孤岛打通工作,如会员系统、券码系统等,“和大多数品牌一样,Benefit的数据资产原本也是相互割裂状态,除了一些常用维度的数据,很多其他数据都没有被发现以及使用起来,数据中台的Dataphin产品能够帮助我们去发现这些有价值的原始数据,并按照能被业务所使用的的维度进行加工,包括统一标准、匹配场景等,真正让数据发挥出应有的价值。”

“阿里云数据中台为品牌业务产出的,不只是几个冷冰冰的结果性数字,而是包括了数字背后的整套逻辑,让团队能更好地了解数据、运用数据。”Xuan补充道。

每年的天猫双11都是各个品牌必争节点,如何在有限的双11活动期限内全力冲刺目标销售额,是品牌最为关心的。“但GMV(销售额)的达成在以前一直是一门’玄学’” Marco打趣道,“不少品牌在双11期间没能完成预期GMV目标,很容易就陷入盲目堆砌促销机制、盲目增加媒介预算,陷入不断拉高营销成本但转化日益降低的泥淖,出现这一情况出现的根本,还在于缺乏对GMV达成链路的可视性。”

所以当听说阿里云数据中台能够基于品牌的目标GMV及过往营销活动表现,来反推系列营销资源调配并以“天”为单位进行GMV目标完成全链路可视化监测后,Marco当机立断决定合作,从第一次合作意向讨论到能力落地执行,不过一个半月时间。

2020天猫双11前期,阿里云数据中台通过对Benefit历史营销活动数据的建模,学习了影响品牌销量各种特征之后,再结合Benefit对此次天猫双11的营销预算投入、促销机制、各核心商品定价等多方面计划,对品牌GMV进行了预测,并向前线业务部门输出全套优化策略建议。

比如,在双11期间,Benefit通过阿里云数据中台发现某商品的全域营销投入组合效果不够理想,影响了GMV表现时,于是快速联动业务团队生成调整策略,根据GMV模拟器的建议,对媒体渠道的选择和投入做了优化,最终,不仅完成了GMV的目标,在其他多项数据也都有亮眼表现。

据了解,2020天猫双11期间,Benefit开展的22场品牌自有直播,曝光量较去年增长596%,品牌增粉量较2020天猫618期间增长712%;面向品牌新用户精准营销明星单品,转化率提升将近70%;此外,定制的3款天猫双11促销套装,从跨品类套装到爆品单品套装的组合形式,信息更直接,很大程度上缩短了消费者决策路径,转化率提升120.3%……

阿里云数据中台的这些能力,目前还被Benefit复用在日常销售策略及年货节活动中,为品牌持续支撑包括新品上新、爆款打造、库存预警等在内的多个场景。

“1月我们推出新品-栩栩如生液体眉笔,通过阿里云数据中台的全域精准营销和GMV策略模拟,其转化率较去年同期上市新品提升38%左右,” Marco表示。

在他看来,目前几乎所有品牌都在讲数字化建设和数字化转型,“他们需要阿里云数据中台的产品能力,来帮助打造数据基建;也需要阿里云数据中台的经验和场景化能力,找到切合品牌业务需求的数据应用场景,以发挥数据的最大价值。”

“阿里云数据中台和品牌,就是这样开放融合的良性合作状态。” Marco Li如是说道。(内容来源于联商网)
欢迎扫码加入阿里云新零售行业学习交流钉钉群
新零售.jpg
加入钉钉群可享有以下权益↓
新零售行业咨询.jpg

相关实践学习
阿里云百炼xAnalyticDB PostgreSQL构建AIGC应用
通过该实验体验在阿里云百炼中构建企业专属知识库构建及应用全流程。同时体验使用ADB-PG向量检索引擎提供专属安全存储,保障企业数据隐私安全。
AnalyticDB PostgreSQL 企业智能数据中台:一站式管理数据服务资产
企业在数据仓库之上可构建丰富的数据服务用以支持数据应用及业务场景;ADB PG推出全新企业智能数据平台,用以帮助用户一站式的管理企业数据服务资产,包括创建, 管理,探索, 监控等; 助力企业在现有平台之上快速构建起数据服务资产体系
目录
相关文章
|
7月前
|
关系型数据库 MySQL Apache
**ADB MySQL湖仓版能够平滑迁移到湖仓**,阿里云提供了相应的迁移工具和服务来简化这一过程。
**ADB MySQL湖仓版能够平滑迁移到湖仓**,阿里云提供了相应的迁移工具和服务来简化这一过程。
342 2
|
4月前
|
存储 监控 安全
阿里云数据库(ADB)的多租户秘籍:资源隔离的魔法如何施展?
【8月更文挑战第27天】多租户系统在云计算与大数据领域日益重要,它让不同用户或组织能在共享基础设施上独立运行应用和服务,同时确保资源隔离与安全。ADB(如阿里云数据库)通过资源组及标签实现高效多租户隔离。资源组作为一种软隔离策略,允许为不同租户分配独立的计算和存储资源,并设置资源上限;资源标签则支持更细粒度的硬隔离,可为每个数据库表或查询指定特定标签,确保资源有效分配。此外,ADB还提供了资源监控与告警功能,帮助管理员实时监控并调整资源分配,避免性能瓶颈。这种灵活且高效的资源隔离方案为多租户环境下的数据处理提供了强大支持。
175 0
|
7月前
|
弹性计算 自然语言处理 开发工具
通过阿里云 Milvus 和 LangChain 快速构建 LLM 问答系统
本文介绍如何通过整合阿里云Milvus、阿里云DashScope Embedding模型与阿里云PAI(EAS)模型服务,构建一个由LLM(大型语言模型)驱动的问题解答应用,并着重演示了如何搭建基于这些技术的RAG对话系统。
通过阿里云 Milvus 和 LangChain 快速构建 LLM 问答系统
|
存储 人工智能 关系型数据库
5倍性能提升,阿里云AnalyticDB PostgreSQL版新一代实时智能引擎重磅发布
2023 云栖大会上,AnalyticDB for PostgreSQL新一代实时智能引擎重磅发布,全自研计算和行列混存引擎较比开源Greenplum有5倍以上性能提升。AnalyticDB for PostgreSQL与通义大模型家族深度集成,推出一站式AIGC解决方案。阿里云新发布的行业模型及“百炼”平台,采用AnalyticDB for PostgreSQL作为内置向量检索引擎,性能较开源增强了2~5倍。大会上来自厦门国际银行、三七互娱等知名企业代表和瑶池数据库团队产品及技术资深专家们结合真实场景实践,深入分享了最新的技术进展和解析。
5倍性能提升,阿里云AnalyticDB PostgreSQL版新一代实时智能引擎重磅发布
|
7月前
|
开发工具 git
阿里云部署 ChatGLM2-6B 与 langchain+chatGLM
阿里云部署 ChatGLM2-6B 与 langchain+chatGLM
489 1
|
7月前
|
分布式计算 关系型数据库 MySQL
阿里云ADB MySQL X Intel联合推出训练营,参营完成任务即可获100元话费卡!
AnalyticDB MySQL和Intel联合推出基于ADB Spark的训练营,ADB新用户参营完成任务即可获得价值100元的话费卡权益包!下图可扫码参加,也可直接点击链接前往 https://edu.aliyun.com/trainingcamp/355118
阿里云ADB MySQL X Intel联合推出训练营,参营完成任务即可获100元话费卡!
|
人工智能 Cloud Native 关系型数据库
阿里云数据库国际峰会首度在印尼召开,AnalyticDB向量引擎支持定制AIGC应用
阿里云瑶池数据库面向海外市场正式升级云原生一站式数据管理与服务平台
|
存储 机器学习/深度学习 人工智能
基于 阿里云 ACK 搭建开源向量数据库 Milvus
生成式 AI(Generative AI)引爆了向量数据库(Vector Database)市场,基于大模型的各种应用场景会需要使用到向量数据库。 其中,Milvus 是一个高度灵活、可靠且速度极快的云原生开源向量数据库。它为 embedding 相似性搜索和 AI 应用程序提供支持,并努力使每个组织都可以访问向量数据库。 Milvus 可以存储、索引和管理由深度神经网络和其他机器学习(ML)模型生成的十亿级别以上的 embedding 向量。 本文介绍在阿里云ACK上部署Milvus并且通过attu访问的步骤。
3398 0
|
SQL 存储 DataWorks
《阿里云认证的解析与实战-数据仓库ACP认证》——云原生数据仓库AnalyticDB PostgreSQL版解析与实践(上)——一、产品概述
《阿里云认证的解析与实战-数据仓库ACP认证》——云原生数据仓库AnalyticDB PostgreSQL版解析与实践(上)——一、产品概述
|
SQL 存储 Cloud Native
《阿里云认证的解析与实战-数据仓库ACP认证》——云原生数据仓库AnalyticDB PostgreSQL版解析与实践(上)——二、产品架构及原理
《阿里云认证的解析与实战-数据仓库ACP认证》——云原生数据仓库AnalyticDB PostgreSQL版解析与实践(上)——二、产品架构及原理